找到新的出口命运：数据科学 - groupby和isin

Question

对于下面的df，我想发现这些公司（id对应一家公司）的新命运在2016年与2015年相关。

df = pd.DataFrame({"Id":[1,1,1,1,1,1,2,2,2,3,3], 
               "Year":[2015,2015,2016,2016,2016,2016,2015,2016,2016,2015,2016], 
               "Destiny":['A','B','A','B','C','D','C','C','D','A','Z']})

我想在groupby + isin，但无法管理任何有希望的方法

输出结果应为：

 Id   Year   Destiny
 1    2016        D
 3    2016        Z

Answer 1

IIUC：

df.sort_values(by=['Id','Year']).drop_duplicates(subset=['Id'], keep='last')

输出：

   Destiny  Id  Year
5        D   1  2016
8        D   2  2016
10       Z   3  2016

Answer 2

你可以简单地删除有2015年的Destinies，即

to_remove = df[df['Year'].isin([2015])]['Destiny']

df[~df['Destiny'].isin(to_remove)]

   Destiny  Id  Year
5        D   1  2016
8        D   2  2016
10       Z   3  2016

Answer 3

请尝试一下：

df = pd.DataFrame({"Id":[1,1,1,1,1,1,2,2,2,3,3], 
           "Year":[2015,2015,2016,2016,2016,2016,2015,2016,2016,2015,2016], 
           "Destiny":['A','B','A','B','C','D','C','C','D','A','Z']})
df.groupby(["Id"]).last()